Методическое пособие 389
.pdfпричем коэффициенты разложения новых базисных векторов по старому базису образуют столбцы этой матрицы. Матрица перехода A − невырожденная, так как в противном случае ее столбцы (а следовательно, и базисные векторы) оказались бы линейно зависимыми.
Обратный переход от нового базиса к старому осуществляется при по-
мощи обратной матрицы A 1 .
Найдем зависимость между координатами вектора X в разных базисах. Пусть рассматриваемый вектор X имеет в старом и новом базисах соот-
ветственно координаты X (x1, x2 , x3 ) − в старом и X (x1*, x2*, x3*) − в новом, т.е.
X x1e1 x2e2 x3e3 x1 * e1 * x2 * e2 * x3 * e3 *. |
(4.5) |
Подставив значения e1*,e2*,e3 * из системы (4.3) в левую часть равенства (4.5), получим после преобразований:
x1 a11x1 * a21x2 * a31x3*,x2 a12 x1 * a22 x2 * a23 x3*,x3 a13x1 * a23 x2 * a33 x3*,
т.е. в матричной форме:
X AX * или X * A 1X .
Пример 3.
По условию примера 2 вектор b {4, 4,5}, заданный в базисе e1,e2 ,e3 , выразить в базисе a1,a ,a3 .
Решение. Выразим связь между базисами: a1 e1 e2 ,
a2 e1 e2 e3 ,
a3 3e1 52 63.
Матрицапереходаотбазиса e1,e2 ,e3 кбазису a1 ,a 2 ,a3 имеетвид
|
|
|
|
1 |
1 |
3 |
|
|
|
|
A |
|
1 |
1 |
5 |
|
|
||
|
|
. |
|||||||
|
|
|
|
0 |
1 |
6 |
|
|
|
|
|
|
|
|
|
||||
|
|
1 |
|
1 |
3 |
2 |
|
|
|
Вычисляем |
A 1 |
|
6 |
6 |
8 |
. |
|||
|
|
4 |
|
|
|
|
|
|
|
|
|
|
1 |
1 |
2 |
|
|||
|
|
|
|
|
51
|
x1 * |
|
|
|
|
1 |
3 |
2 |
|
|
4 |
|
|
|
|
|
2 |
|
|
|
0,5 |
|
||||||||||||
Теперь |
x |
2 |
* |
|
1 |
|
6 |
|
6 |
8 |
|
|
4 |
|
|
1 |
|
8 |
|
|
|
2 |
|
. |
||||||||||
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
|
|
4 |
|
|
|
|
|
|
|
|
|
|
||||||
|
|
|
|
|
|
|
1 |
|
1 |
2 |
|
5 |
|
|
|
|
2 |
|
|
|
0,5 |
|
||||||||||||
|
x3 |
* |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||||||||
Таким образом, координатами вектора |
|
в базисе |
|
1, |
|
2 , |
|
3 являются |
||||||||||||||||||||||||||
b |
a |
a |
a |
|||||||||||||||||||||||||||||||
(0.5, 2, -0,5), т.е. |
|
0,5 |
|
1 |
2 |
|
2 0,5 |
|
3 . |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
b |
a |
a |
a |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1.4. Понятие евклидова пространства
В линейных пространствах наряду с действиями сложения и умножения на число часто вводят еще одну операцию, называемую скалярным произведением (как обобщение скалярного произведения в геометрическом векторном пространстве).
Каждой паре элементов X и Y линейного пространства ставится в соответствие, по некоторому правилу, действительное число, называемое скалярным произведением элементов X и Y , обозначаемое ( X ,Y ).
При этом это правило скалярного умножения должно удовлетворять следующим условиям (законам):
1.(X ,Y ) (Y , X ) − переместительный закон скалярного произведения.
2.Длялюбогодействительногочисла m : ( mX,Y) (X,mY) m(X,Y).
3.(X1 X 2 ,Y ) (X1,Y ) (X 2 ,Y ) распределительный закон
4.(X , X ) 0 , если X ненулевой вектор и (X , X ) 0 , если X нулевой
вектор.
Определение. Линейное пространство, в котором определена операция скалярного произведения, удовлетворяющая условиям (1−4) , называется
евклидовым пространством.
Приведем примеры евклидовых пространств.
1. Линейное пространство векторов R3 с определенным в нем скалярным произведением как произведение их модулей на косинус угла между ними (если векторы заданы в геометрической форме) или (если векторы заданы в алгебраической форме) как сумма произведений соответствующих проекций:
(X ,Y ) x1 y1 x2 y2 x3 y3 ) , |
(4.4) |
которое, очевидно, удовлетворяет четырем условиям (1−4), поэтому является евклидовым пространством.
2. Рассмотрим n -мерное линейное пространство упорядоченных систем n действительных чисел. Скалярное произведение двух его элементов X (x1, x2 ,...xn ) и Y ( y1, y2 ,...yn ), по аналогии с формулой (4.2), определим
формулой
(X ,Y ) x1 y1 x2 y2 ...xn yn . |
(4.5) |
52
Легко видеть, что все условия (1−4) скалярного произведения при этом выполняются. Таким образом, это евклидово пространство.
n − мерное евклидово пространство обозначают Еn.
В евклидовом пространстве вводится понятие нормы вектора. Определение. Нормой (длиной) элемента X в евклидовом пространстве
Еn называется число
X |
|
|
|
(X , X ) . |
(4.6). |
|
|
Для геометрического пространства Е3 понятие норма совпадает с понятием длина или модуль вектора. Из условия (4) скалярного произведения следует, что
X 0 для X 0 , X 0 при X =0. Из этого следует, что 0 0 .
Элемент, норма которого равна единице, называется нормированным. Для любых двух элементов евклидова пространства X и Y имеет место
равенство
|
(X ,Y ) |
|
|
|
|
|
X |
|
|
|
|
|
|
|
Y |
|
|
|
. |
(4.7) |
|
|
|
|
|
|
|
|
|
|
Это неравенство называется неравенством КошиБуняковского.
Докажем это неравенство.
Пусть m некоторое действительное число. Тогда имеет место неравенство
0 X mY 2 (X mY , X mY )
(X , X ) 2m(X ,Y ) (Y ,Y )m2 m2 (Y ,Y ) 2m(X ,Y ) (X , X ).
Полученную сумму можно рассматривать как квадратный трехчлен относительно m . Поскольку он сохраняет знак (неотрицателен), его дискриминант неположителен:
D (X ,Y )2 (Y ,Y )(X , X ) 0 , (X ,Y )2 (X , X )(Y ,Y ) ,
Из этого следует:
(X ,Y ) (X ,Y )2 (X ,Y )(X ,Y ) (X ,Y ) (X ,Y X Y .
Изнеравенства(4.7) можнополучить, вчастности, следующеенеравенство:
|
x y |
|
|
|
2 |
(x y, x y) (x, x) 2(x, y) (y, y) |
|
|
|
x |
|
|
|
2 |
2 |
|
|
|
x |
|
|
|
|
|
|
|
y |
|
|
|
|
|
|
|
y |
|
|
|
2 |
( |
|
|
|
x |
|
|
|
|
|
|
|
y |
|
|
|
)2 , |
|||||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||||||||||||||||||||||||||||||||||||||||||||
откуда следует |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||||
|
|
|
|
|
|
|
x y |
|
|
|
|
|
|
|
x |
|
|
|
|
|
|
|
y |
|
|
|
, |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
(4.8) |
|
|
|
|
|
|
||||||||||||||||||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
называемое неравенством треугольника.
53
Вевклидовом пространстве вводится понятие угла между элементами X
иY по формуле
cos(X ,Y ) |
|
(X ,Y ) |
|
(X ,Y ) |
. |
(4.9) |
||||
|
|
X |
|
Y |
|
(X , X ) (Y ,Y ) |
||||
|
|
|
||||||||
|
|
|
|
|
|
|
|
Очевидно, что для векторов это определение совпадает с обычным определением угла между ними.
Элементы X и Y называются ортогональными, если
( X ,Y ) = 0. |
(4.10) |
Систем элементов: e1,e2 ,...en называется ортогональной, |
если все ее |
элементы попарно ортогональны. Ортогональная система элементов всегда линейно независима.
В евклидовом пространстве наиболее удобно пользоваться ортогональным базисом, то есть базисом, который одновременно является ортогональной системой. Действительно, если e1,e2 ,...en такой базис, то любой элемент
(вектор) X можно представить в виде:
X c1e1 c2e2 ... cnen . |
(4.11) |
Ортогональный базис из нормированных элементов называется ортонормированным базисом. Во всяком n - мерном евклидовом пространстве существует ортонормированный базис. В трехмерном евклидовом пространстве Е3 таким базисом является базис i, j,k .
§ 2. Линейные операторы
2.1. Отображение и преобразование плоскости
В математике большую роль играет понятие отображения одного множества в другое. В качестве множества может быть взята, например, совокупность точек плоскости или пространства, совокупность векторов, совокупность некоторых геометрических образов и т.п. Простейшим из отображений является отображение плоскости в другую плоскость или саму в себя. Одним из основных понятий матричной алгебры является понятие линейного оператора.
Определение. Под отображением f плоскости P в плоскость Q пони-
мают закон или правило, по которому каждой точке плоскости P ставится в соответствие некоторая определенная точка на плоскости Q. Символически это записывается так: f : P Q,
где f называют оператором (оператор отображения).
Точки плоскости Q называются образами точек плоскости P , а точки плоскости P − прообразами точек плоскости Q.
54
Если, в частности, f будет отображать точки плоскости P в точки этой
же плоскости, то есть отображать плоскость саму в себя, то такое отображение называется преобразованием этой плоскости. Символически это записывается так: f : Q Q.
Отображения или преобразования в дальнейшем будем называть опера-
торами.
Всё сказанное может быть применительно к векторам.
Вектор Y называют образом вектора X , а X − прообразом вектора Y . В этом случае будем говорить, что оператор А переводит вектор X в век-
тор Y , и писать: Y A(X ) .
2.2. Линейные операторы
Определение. Оператор называется линейным, если для любых векторов X 1 и X 2 пространства и произвольного числа удовлетворяются следующие условия:
1) f ( X ) f (X ),
2) f (X1 X 2 ) f (X1 ) f (X 2 ) . |
(4.12) |
Из этого определения следует, что для линейного оператора справедливо следующее соотношение:
f ( X1 X 2 ) f (X1 ) f (X 2 ) , |
(4.13) |
где и любые числа. Поясним эти два условия.
Известно, что вектор X коллинеарен вектору X и получается растяжением его в раз. Первое условие означает, что образ вектора X также кол-
линеарен образу X и также получается из него растяжением в раз.
Для пояснения второго условия положим: |
X |
|
, ,Y |
|
|
X Y |
|
. |
|
||||||||||||||||
0R |
0P , |
0M |
|||||||||||||||||||||||
Пусть |
R , P , M |
− образы точек |
R, P, |
M |
|
|
соответственно при данном |
||||||||||||||||||
преобразовании. |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Тогда |
|
|
|
|
Y ) 0M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|||||||
f (X ) 0R |
, f (Y ) oP , f (X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||||||||||
и согласно второму условию |
|
f (X Y ) f (X ) f (Y ) |
|
|
|
|
|
||||||||||||||||||
0M |
0R 0P . |
||||||||||||||||||||||||
|
M |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
P |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
R |
|
|
|
|
|
|
|
M |
|
|||||
|
R |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
X |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Y |
P |
|
||||||||
|
|
|
0 |
|
|
|
|
|
|
|
|
|
|
|
|
Рис 4.1 |
|
55
Следовательно, второе условие означает, что всякий параллелограмм 0PMR преобразуется в параллелограмм 0P M R (рис. 4.1).
Пример. Пусть над векторами плоскости проведено следующее преобразование: каждый вектор растянут в k раз AX kX . Такой оператор называется оператором подобия, а коэффициент k - коэффициентом подобия. Покажем, что это преобразование является линейным преобразованием.
Для этого проверим выполнение условий линейности:
1 ) |
A ( kX ) k ( X ) ( kX ) AX . |
|
2 ) |
A ( X Y ) k ( X Y ) kX kY AX |
AY |
Следовательно, оператор линейный.
2.3. Матрица линейного оператора
Для простоты рассмотрим произвольную пару неколлинеарных векторов e1 и e2 с общим началом в линейном пространстве R2 (на плоскости).
Эти векторы могут быть взяты в качестве базиса, в котором любой вектор на плоскости может быть разложен единственным образом в виде:
X x1e1 x2e2 ,
где x1 и x2 − проекции вектора X в базисе e1 и e2 .
Рассмотрим какой-нибудь линейный оператор Y = A x .
Этот оператор переводит базисные векторы e1 и e2 в некоторую другую
пару векторов e1 Ae1, e2 Ae2 , каждый из которых, в свою очередь, может быть разложен в базисе e1,e2 :
|
|
|
|
e1 |
Ae1 a11e1 a12 e2, |
|
|
|
|
e2 Ae2 a 21e1 a 22 e2 . |
|
Матрица |
a |
a |
|
называется матрицей линейного оператора А. |
|
A 11 |
12 |
|
|||
|
|
|
|
|
|
|
a21 |
a22 |
|
|
Таким образом, каждому линейному оператору соответствует матрица преобразования в данном базисе.
Верно и обратное, всякой матрице второго порядка соответствует линейный оператор на плоскости. Для этого достаточно проверить выполнение условий линейности:
1)A( X ) AX , так как множитель можно выносить за знак матрицы,
2)A(X Y ) AX AY , на основании распределительного свойства
матриц.
56
Замечание. Все эти рассуждения и определения можно распространить на трехмерные вектора в пространстве и на n – мерные вектора в n − мерном пространстве.
Пример 1. Пусть Y AX |
есть линейный оператор подобия с коэффици- |
||||||||
ентом подобия k , то есть Y kX . В координатной форме это будет так: |
|||||||||
y |
kx |
, y |
2 |
rx |
2 |
или y1 |
kx1 0x2 , |
|
|
1` |
1 |
|
|
y2 |
0x1 kx2 , |
|
|
||
|
|
|
|
|
|
|
|
||
значит, матрица линейного преобразования имеет вид |
|||||||||
|
|
|
|
|
|
|
k |
0 |
|
|
|
|
|
|
|
|
A |
|
. |
|
|
|
|
|
|
|
|
k |
|
|
|
|
|
|
|
|
0 |
|
Пример 2. Пусть Y AX есть оператор поворота плоской прямоуголь-
ной системы координат на угол . Возьмём базис i, j,k .
Тогда X x1i x2 j , x1 r cos ,
x 2 r sin .
После поворота на угол будем иметь y1 r cos( ) x1 cos x2 sin , y2 r sin( ) x1 sin x2 cos .
cos
Таким образом, матрицей оператора будет: A
sin
Пример 3. Матрицей тождественного оператора Y
легко проверить, матрица A 1 00 1
2.4. Связь между проекциями вектора и его образа
sin cos .
AX X будет, как
Пусть вектор x имеет проекции x1, x2 в базисе e1,e2 пространства R2 ,
тогда x x1e1 x2e2 .
Рассмотрим линейное преобразование, заданное матрицей
a |
a |
|
A 11 |
12 |
|
|
|
|
a21 |
a22 |
в базисе e1,e2 , и найдём проекции y1, y2 вектора y Ax в том же базисе. Имеем
|
|
|
y1e1 |
y2e2 |
|
|
y |
Ax |
, |
(4.14) |
|||
|
|
|
|
|
|
57
С другой стороны,
y Ax A(x1e1 x2e2 ) x1 Ae1 x2 Ae2 x1(a11e1 a21e2 )
x2 (a12e1 a22e2 ) (a11x1 a12 x2 )e1 (a12 x1 a22 x2 )e2 .
Сравнивая равенства (4.13) и (4.14), получаем
y2 a11 x1 a12 x2 y2 a12 x1 a22 x2
Равенства (4.16) можно записать в матричном виде
|
|
|
|
|
|
Y AX , |
|
где |
x |
|
y |
|
a |
a |
|
X 1 |
, |
Y |
|
A 11 |
12 |
. |
|
|
|
|
|
|
|
|
|
|
x2 |
|
y2 |
|
a21 |
a22 |
(4.15)
(4.16)
Пример. Пусть линейный оператор задан матрицей |
|
1 |
2 |
|
и дана |
A |
|
|
|
||
|
|
2 |
3 |
|
|
|
|
|
|
точка М(1,2). Требуется найти координаты точки М1, полученной из М в результате применении оператора А.
Пусть М(1.2) , а М1(y1,y2). |
|
|
|
|
|
|
|
|
|
|
y |
|
1 |
2 |
1 |
|
3 |
||||
|
|
|
|
|
|
|
|
|
|
. |
|
|
|
2 |
3 |
|
2 |
|
|
4 |
|
y2 |
|
|
|
|
|
|
Таким образом, точка М1(−3,−4).
§ 3. Собственные векторы и собственные числа линейного оператора
Рассмотрим линейный оператор в R3
y Ax ,
где A – матрица линейного оператора, который переводит некоторый ненулевой вектор x в коллинеарный ему вектор x :
|
|
|
|
|
|
|
|
Ax |
x , |
x |
0 . |
(4.17) |
В этом случае вектор x называется собственным вектором оператора A , а число – собственным числом этого оператора.
Отметим, что если x – собственный вектор данного оператора, то всякий ненулевой коллинеарный ему вектор, будет также собственным вектором этого оператора с тем же собственным числом λ.
Действительно, пусть x * коллинеарный вектору x .
58
Тогда x *= m x .
На основании свойств линейных преобразований имеем
Ax* A(mx) mAx m ( x) ((mx) x *,
то есть Ax* x *.
Это означает, что x * − собственный вектор преобразования A , а λ − его собственное число.
Из этого свойства следует, что если у линейного оператора существует собственный вектор, то он будет находиться не однозначно, а с точностью до коэффициента m . (таким образом, собственных векторов линейного оператора существует бесчисленное множество).
Следует заметить, что имеются линейные операторы, для которых каждый вектор является собственным. Например, для преобразования подобия с коэффициентом подобия k любой вектор является собственным с собственным числом, равным коэффициенту подобия.
Есть операторы, которые не имеют собственных векторов.
Таким оператором является, например, поворот на угол . При повороте на угол векторы не остаются параллельными друг другу.
Поставим себе задачу найти все собственные векторы линейного оператор Y AX , заданного матрицей A :
где матрица A берётся в базисе e1, e2 , e3 , x 0 .
Для решения предположим, что x(x1, x2 , x3 ) собственный вектор пре-
образования A , а число λ − его собственное число. Тогда
|
|
|
|
|
|
|
|
|
|
|
|
(4.18) |
||
|
|
|
|
Ax |
x . |
|
|
|
||||||
a |
a |
a |
|
|
|
|
x |
|
|
|
y |
|
||
11 |
12 |
13 |
|
|
|
|
1 |
|
|
|
1 |
|
||
a22 |
a23 |
, |
|
|
, |
|
||||||||
Пусть A a21 |
|
x x2 |
|
y y2 |
. |
|||||||||
|
a32 |
|
|
|
|
|
|
|
|
|
|
|
||
a31 |
a33 |
|
|
|
x3 |
|
|
|
y3 |
|
Запишем равенство (4.18) через проекции (в виде системы):
y1 a11x1 a12 x 2 a13 x 3 ,y2 a 21x1 a 22 x 2 a 23 x 3 ,y3 a 31x1 a 32 x 2 a 33 x 3 ,
(a11 )x1 a12 x 2a 21x1 (a 22 )xa 31x1 a 32 x 2 (a
a11x1 a12 x 2a 21x1 a 22 x 2a13 x1 a 32 x 2
a13 x 3 0,
2 a 23 x 3 0,
33 )x 3 0.
a13 x 3 x1 ,
a 23 x 3 x 2 , .
a 33 x 3 x 3 ;
(4.19)
59
Эта однородная система всегда совместна и имеет ненулевые решения, так как x 0 и её определитель должен быть равным нулю, т.е.
|
(a11 ) |
a12 |
a13 |
|
|
|
|
|
|||
|
a21 |
(a22 ) |
a23 |
0 . |
(4.20) |
|
a31 |
a32 |
(a33 ) |
|
|
Это уравнение называется характеристическим уравнением линейного оператора A.
После вычисления этого определителя получаем кубическое уравнение, решая которое, находим его корни, которыми являются собственные числа преобразования λ.
Пусть λ − корень уравнения (4.20). Тогда, если подставить его значение в систему уравнений (4.19), то эта система будет иметь ненулевые решения, так как ее определитель (4.20) равен нулю. Обозначим это решение через
x(x1, x2 , x3 ) . Его проекции удовлетворяют системе (4.19), следовательно для этого вектора и собственного числа λ имеет место равенство (4.20). Таким
образом, x − собственный вектор с собственным числом λ .
Уравнение (4.20) называется характеристическим уравнением матри-
цы A , а его корни − собственными числами этой матрицы.
Таким образом, мы получили правило для вычисления собственных чисел данного линейного оператора.
Чтобы найти все собственные векторы данного линейного оператора, заданного матрицей A , нужно составить и решить характеристическое уравнение (4.20) . Каждый действительный корень λ этого уравнения является собственным числом. Соответствующие этому числу собственные векторы находятся из системы (4.19).
Примечание. Для матрицы А второго порядка характеристическое уравнение будет иметь вид
|
|
|
|
|
|
|
(a11 ) |
a12 |
|
0. |
(4.21) |
|
|
|
|
|
|
|
|
||||
|
|
|
|
|
|
|
a21 |
(a22 ) |
|
||
|
|
Пример 1. Найти собственные векторы оператора на плоскости, задан- |
|||||||||
|
|
|
|
|
0 |
3 |
|
|
|
|
|
ного матрицей A |
|
. |
|
|
|
|
|||||
|
|
|
|
|
3 |
|
|
|
|
|
|
|
|
|
|
|
8 |
|
|
|
|
||
Составим характеристическое уравнение |
|
|
|
|
|||||||
|
|
3 |
|
0 или λ2 − 8λ − 9 =0. |
|
|
|
|
|||
|
|
|
|
|
|
||||||
|
3 |
8 |
|
|
|
|
|
Отсюда λ1 = 9 ,λ2 = −1.
60